【技术实现步骤摘要】
本专利技术属于数字环保，具体涉及一种基于先验类别色调信息的垃圾分类数据增强方法。
技术介绍
1、随着我国现代化水平的不断提高，与之相对的是人们的生活水平也逐步提高，随之而来的很多问题特别是垃圾可回收与分类处理问题日益严峻，传统的人工分拣技术存在着分拣效率低、耗时长等问题，如何高效的对垃圾进行分类是日益突出的问题。
2、随着深度学习技术快速发展，特别是目标识别与图像分类领域的相关技术的高速发展，使得利用深度学习的方法解决垃圾分类问题成为可能，从而可以大大减少人力消耗，提高垃圾分类效率。在深度学习的过程中，拓展数据样本可以有效的提高网络的性能，而不同类型的垃圾颜色的分布并不一致，对于某些类别的垃圾颜色较为丰富，对于某些类别的垃圾颜色较为单一。由于不同类别的目标的色彩特征范围不同，使用全局性的图像增强方法，会使得图像的全局的色调的变换出现较大的随机性，会出现某些类别样本中本不应该出现的数据导致训练速度缓慢，无法收敛的情况。因此，构建一种先验色调信息的垃圾分类的数据增强方法备受关注且具有重要的现实意义。
技术实现思路
1、本专利技术提供一种基于先验类别色调信息的垃圾分类数据增强方法，能够使不同类别的特征图像的色调增强尽可能符合样本的实际情况，可以有效降低原网络的过拟合程度，并提升原网络的识别准确性。
2、为了实现以上技术目的，本专利技术采用以下技术方案：
3、一种基于先验类别色调信息的垃圾分类数据增强方法，包括以下步骤：
4、(1)选取图像中
5、(2)将图像从rgb空间转换到hsv空间，确定图像中不同垃圾类别的色调范围；
6、(3)根据图像中不同垃圾类别目标的色调范围自适应增强数据。
7、以上所述步骤中，步骤(2)的具体过程如下：
8、将图像从rgb空间转换到hsv空间，确定不同颜色的色调、饱和度、明度范围；
9、根据不同垃圾的类别，结合图像与经验，利用上述不同颜色的色调、饱和度、明度范围的区间值，获取图像中所有不同类垃圾的对应的颜色类别，设置不同类别的色调特征分布，如下所示，增强映射的色调分布为：
10、
11、步骤(3)的具体过程如下：
12、对于类别j的图像中段的原色调而言，可以利用以下公式得到的新的色调区间
13、
14、
15、
16、其中，a为任意值，且δhj分别是在j类中需要进行映射的色调原色调上下限与色调范围，分别是优化后的色调上下限，从而可以使得类别为j的区域获取符合该区域颜色变换范围的新色调，且各个类别之间的色调变换不会互相影响；
17、对于由rgb空间转换得到的hsv的h色调分量，获取类别j下的label图像，将该类别下的像素点设置为1，其余像素点设置为0，利用点乘的方式获取图像中类别j区域的色调h分布图，优化的总图像的色调h图像计算方法如下所示：
18、
19、其中，表示哈达玛积，的图像大小与原图长宽大小一致，深度维度为1，分别表示为图像原图大小的h分量图像、类别j的二值化的区域图、类别j的色调映射图；
20、在获取增强后的h分量后，将该数值与原图解算得到的s、v分量组合再转换到rgb空间，从而可以获取完整增强图像，解算过程如下：
21、
22、其中，i、f、p、q、t均为过程量，没有实际意义，h、s、v分别为图像的色调、饱和度、明度，r、g、b分别为图像的红、绿、蓝各通道的分量。
23、有益效果：本专利技术提供了一种基于先验类别色调信息的垃圾分类数据增强方法，该方法首先将图像从rgb空间转换到图像hsv空间，并在hsv空间的基础上，结合先验类别的色调信息，构建限定范围的图像数据增强算法，能够使得不同类别的特征图像的色调增强尽可能符合样本的实际情况，可以有效降低原网络的过拟合程度，并提升原网络对于不同垃圾的识别准确性。
24、本专利技术所述的基于先验类别色调信息的垃圾分类数据增强方法与现有的亮度直方图增强算法、yolo系列的色调增强等方法相比，在以往的较为随机的图像增强数据方法上加上了基于数据集的限定范围，使得增强图像更符合原数据的类别，可以在避免网络过拟合的同时有效提高网络的收敛速度与识别准确度。本专利技术方法广泛适用于各种深度学习训练的过程，在现实中有很强的需求和应用价值。
本文档来自技高网...【技术保护点】
1.一种基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，步骤(2)具体包括以下步骤：
3.根据权利要求1或2所述的基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，步骤(3)具体包括以下步骤：
4.根据权利要求3所述的基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，对于类别j的图像中段的原色调，采用以下公式获取符合该区域颜色变换范围的新色调区间
5.根据权利要求1或4所述的基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，各个类别之间的色调变换不会互相影响。
6.根据权利要求3所述的基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，利用点乘的方式获取图像中类别j区域的色调H分布图，优化的总图像的色调H图像计算方法如下所示：
7.根据权利要求6所述的基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，的图像大小与原图长宽大小一致，深度维度为1。
8.根据权利要求3所述
...【技术特征摘要】
1.一种基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，步骤(2)具体包括以下步骤：
3.根据权利要求1或2所述的基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，步骤(3)具体包括以下步骤：
4.根据权利要求3所述的基于先验类别色调信息的垃圾分类数据增强方法，其特征在于，对于类别j的图像中段的原色调，采用以下公式获取符合该区域颜色变换范围的新色调区间
5.根据权利要求1或4所述的基于先验类别色调信息的垃圾分类数...
【专利技术属性】
技术研发人员：张瑞菊，樊济宇，
申请(专利权)人：南京市生态环境监控监测中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。